中文

通过协同抑制神经计算涌现出稳健的逼近选择性

神经元与认知 2025-10-02 v1 神经与进化计算

摘要

在蝗虫lobula giant movement detector神经通路中,已功能探索了四类抑制,即全局抑制、自抑制、侧抑制和进抑制,以逼近感知为背景。然而,这些抑制机制在塑造逼近运动的选择性方面的综合影响尚不清楚。基于近期生理学进展,本文在仿真中提供了这些抑制机制在多个层次和尺度上的作用新见解,细化了仅响应眼前逼近物体而对其他运动形式不作反应的特定选择性。在一个进馏的多层神经网络框架中,整合了全局抑制、侧抑制、自抑制和进抑制。全局抑制作为即时反馈机制,规范来自ommatidia的光强,特别针对低对比度逼近现象。首次进行数值建模,自抑制抑制平移运动。侧抑制由延迟的局部兴奋扩散形成,覆盖更大区域。值得注意的是,自抑制和侧抑制在时间上顺序发生,并通过进抑制相互结合,这表明运动物体所覆盖的角度尺寸。这些抑制机制在多个层次和尺度上削弱运动诱导的兴奋。该研究表明,自抑制可能早于侧抑制发生,以快速在原位减少兴奋,从而抑制平移运动,同时全局抑制可在更细粒度上调制兴奋,提高高对比度范围内的选择性。

关键词

引用

@article{arxiv.2510.00498,
  title  = {Emergence of robust looming selectivity via coordinated inhibitory neural computations},
  author = {Qinbing Fu and Ziyan Qin},
  journal= {arXiv preprint arXiv:2510.00498},
  year   = {2025}
}

备注

27 pages, 17 figures